解惑人工智能

第 1 章人工智能概述 1
Q1．什么是人工智能？　2
Q2．人工智能與其他學(xué)科的關(guān)系　3
Q3．人工智能經(jīng)歷過哪些興衰？　4
Q4．人工智能有哪些學(xué)派？　5
Q5．人工智能為什么受追捧？　7
Q6．人工智能會在哪些行業(yè)引起變革？　8
Q7．深度學(xué)習(xí)是人工智能的最終方案嗎？　8
Q8．學(xué)習(xí)人工智能需要哪些基礎(chǔ)？　9
Q9．目前有哪些人工智能公司？　9
Q10．人工智能對人類發(fā)展有什么影響？　10
Q11．人工智能如何評估效果？　11
Q12．人工智能有哪些關(guān)鍵問題亟待解決？　11
Q13．人工智能與大數(shù)據(jù)有什么關(guān)系？　12
Q14．人工智能是否需要特殊硬件？　13
Q15．是否需要人工智能標(biāo)準(zhǔn)　14
Q16．人工智能為什么擅長處理圖像和語音信號？　15
Q17．人工智能未來在云端還是客戶端？　15
Q18．人工智能會變革產(chǎn)業(yè)鏈條嗎？　16
Q19．人工智能不再需要傳統(tǒng)算法嗎？　17
Q20．人工智能如何產(chǎn)生和使用？　18
Q21．通用人工智能能否實現(xiàn)？　18
第　2 章機器學(xué)習(xí)　19
Q22．機器學(xué)習(xí)需要哪些數(shù)學(xué)知識？　20
Q23．機器學(xué)習(xí)如何轉(zhuǎn)化為數(shù)學(xué)問題？　21
Q24．什么是局部最優(yōu)和全局最優(yōu)？　22
Q25．什么是梯度下降法？　23
Q26．什么是步長？　24
Q27．什么是機器學(xué)習(xí)？　25
Q28．機器學(xué)習(xí)基礎(chǔ)的理論是什么？　25
Q29．什么是有監(jiān)督學(xué)習(xí)？　26
Q30．什么是無監(jiān)督學(xué)習(xí)？　27
Q31．什么是弱監(jiān)督學(xué)習(xí)？　28
Q32．什么是參數(shù)模型和非參數(shù)模型？　29
Q33．為什么無監(jiān)督學(xué)習(xí)重要？　30
Q34．什么是遷移學(xué)習(xí)？　30
Q35．什么是強化學(xué)習(xí)？　31
Q36．什么是機器學(xué)習(xí)的特征？　32
Q37．什么是貝葉斯模型？　33
Q38．什么是決策樹？　35
Q39．什么是隨機森林？　38
Q40．什么是支持向量機？　39
Q41．什么是分布？　45
Q42．什么是最大似然估計？　46
Q43．什么是EM算法？　47
Q44．什么是集成學(xué)習(xí)？　48
Q45．什么是聚類？　50
第　3 章深度學(xué)習(xí)　53
Q46．什么是神經(jīng)網(wǎng)絡(luò)？　54
Q47．什么是前向傳播？　57
Q48．什么是損失函數(shù)？　59
Q49．什么是Softmax？　60
Q50．什么是反向傳播？　63
Q51．什么是深度學(xué)習(xí)？　66
Q52．如何理解深度學(xué)習(xí)的低層特征和高層特征？　67
Q53．什么是梯度消失？　68
Q54．什么是卷積神經(jīng)網(wǎng)絡(luò)？　69
Q55．怎樣來設(shè)計網(wǎng)絡(luò)結(jié)構(gòu)？　71
Q56．什么是殘差網(wǎng)絡(luò)？　72
Q57．什么是特征圖？　74
Q58．什么是卷積？　74
Q59．什么是感受野？　76
Q60．什么是自編碼網(wǎng)絡(luò)？　77
Q61．什么是深度置信網(wǎng)絡(luò)？　80
Q62．什么是遞歸神經(jīng)網(wǎng)絡(luò)？　81
Q63．什么是生成對抗網(wǎng)絡(luò)？　83
Q64．生成對抗網(wǎng)絡(luò)為什么難訓(xùn)練？　86
Q65．對抗網(wǎng)絡(luò)有哪些改進(jìn)？　86
Q66．生成對抗網(wǎng)絡(luò)有什么用？　87
Q67．神經(jīng)網(wǎng)絡(luò)如何輕量化？　87
第　4 章人工智能應(yīng)用　89
Q68．機器學(xué)習(xí)與應(yīng)用系統(tǒng)的關(guān)系？　90
Q69．文本為什么需要處理成向量？　91
Q70．如何利用深度學(xué)習(xí)表示文本向量？　91
Q71．深度學(xué)習(xí)怎么實現(xiàn)機器翻譯？　92
Q72．圖像視頻如何表示？　93
Q73．有哪些關(guān)鍵的圖像任務(wù)？　94
Q74．圖像智能化的難點是什么？　95
Q75．圖像智能化的流程是什么？　96
Q76．深度學(xué)習(xí)如何識別圖像？　96
Q77．物體檢測的基本原理是什么？　98
Q78．人臉檢測怎么做？　99
Q79．人臉關(guān)鍵點定位怎么做？　100
Q80．人臉特征如何抽取？　101
Q81．什么是1：1人臉識別？　102
Q82．什么是1：　N人臉識別？　102
Q83．人臉識別效果如何評價？　103
Q84．人臉識別是否安全？　104
Q85．視頻識別怎么做？　104
Q86．什么是風(fēng)格轉(zhuǎn)移？　105
Q87．風(fēng)格轉(zhuǎn)移的原理是什么？　106
Q88．神經(jīng)網(wǎng)絡(luò)如何做超分辨率重構(gòu)？　106
Q89．什么是ImageNet？　107
Q90．什么是PASCAL數(shù)據(jù)集？　108
Q91．什么是LFW數(shù)據(jù)集？　108
第　5 章機器學(xué)習(xí)開源平臺　109
Q92．什么是機器學(xué)習(xí)開源平臺？　110
Q93．設(shè)計機器學(xué)習(xí)平臺需要考慮哪些因素？　110
Q94．為什么需要機器學(xué)習(xí)開源平臺？　112
Q95．什么是人工智能云服務(wù)？　112
Q96．為什么有多個開源機器學(xué)習(xí)平臺？　113
Q97．有哪些主要開源機器學(xué)習(xí)平臺？　114
Q98．如何選擇機器學(xué)習(xí)開源平臺？　114
Q99．公司需要自主開發(fā)機器學(xué)習(xí)平臺嗎？　115
Q100．機器學(xué)習(xí)開源平臺與其他開源平臺關(guān)系如何？　116